神经网络方法在股票市场预测中的应用

摘要

股票市场是一个典型的非线性动力系统。众多的研究结果表明，用传统的回归统计模型对股市进行预测，由于受其非线性映射性能弱以及难以确定合适的模型结构的双重制约，因而对股票市场的相关预测大多很难取得理想的效果。神经网络作为一种现代的智能信息处理方法，具有依据数据自适应学习、可并行计算、非线性映射性能强的特点，适用于处理象股票市场这类的复杂非线性问题。 本文采用神经网络方法，对股票市场指数和股票交易买卖时机进行预测。其中，对于股指的预测，采用了多层前馈神经网络，网络训练分别采用EBP反向传播和ALOPEX模式提取算法。针对EBP算法存在的收敛速度慢、易陷入局部极小值的问题，本文提出了改进的EBP算法并...